基于支持向量机的钢筋混凝土桥梁损伤识别

为了克服现有方法存在的一些不足,提出基于小波包和支持向量机的混凝土桥梁损伤识别方法。采用小波包对环境振动下的信号进行分解,获得各个频带上的能量,该向量对损伤敏感,可以作为模型识别的输入向量。利用支持向量机强大的分类功能,提出根据频带能量建立支持向量机并进行损伤模式识别的方法。应用该方法对一座三跨连续梁桥进行了损伤识别分析。结果表明经过训练的支持向量机可以较准确地识别出损伤位置和程度。对小波频带能量进行主成分分析后建立的支持向量机会获得更好的识别效果。获得更精确的实际信号特征将进一步提高有限元模型精度和实际应用效果。     

EMP光纤测量系统的EMD去噪方法研究

为提高电磁脉冲(EMP)光纤测量系统灵敏度、扩大系统动态范围,需要减少光纤传输系统的热噪声。提出一种改进的经验模式分解(EMD)去噪方法,通过最小相关系数选择噪声部分,对噪声部分估计各阶模态分量的噪声功率,采用区间阈值的方法提取高频信号分量和信号特征分量,进一步提高测量系统信噪比(SNR)。仿真实验表明,本文提出的方法与传统EMD方法相比,能更好的保持去噪后原始波形的形状,提高信噪比,尤其是在低信噪比情形下去噪效果明显,信噪比提高约9d B,均方误差约为0.021,在保留信号特征信息方面优于小波去噪。     

交通运输、经济增长和碳排放的动态关系研究——基于1949～2012年数据的实证分析

本文采用1949~2012年的数据,应用向量自回归模型(VAR)对中国交通运输、经济增长和碳排放三者间相互影响的动态关系进行探讨.研究表明,经济增长和交通运输对碳排放的贡献存在"拐点效应",即二者在短期内对碳排放的贡献表现出上升趋势明显的现象,然而从长远角度看,这一影响逐渐减弱;碳排放对经济增长的短期刺激效应较为突出,而长期方向上则表现为递减的现象,同时,在样本区间内,经济增长对交通运输业冲击的响应较为微弱,缺乏敏感性;经济增长和碳排放均对交通运输业的发展产生了不同程度的正向刺激作用.     

基于ALE的矿粉货物液化晃荡问题并行数值模拟

含水量较高的矿粉货物在海上运输过程中易出现液化,形成自由表面并使晃荡现象加剧,严重威胁船舶运输安全。针对船载液化矿粉晃动和舱壁冲击问题,采用ALE有限元方法对其进行了细致建模和计算模拟,从三维角度考察了在船舱一定装载率和运动状态下液化矿粉的晃荡现象和特性;同时,借助不同仿真软件,对计算结果的合理性和准确性进行了相互比对和分析。模型求解借助了高性能计算资源,以解决问题求解时间长和多组计算工况带来的大规模计算需求;结合所建计算模型特点和流固耦合特性,研究了多核环境下两种不同区域分解策略和实现方式,通过并行计算性能数据比较分析,以探求更为合理的并行加速策略。     

小波包分解与共振解调分析在发动机配气机构磨损故障特征提取中的应用

以常见的机械磨损故障——气门间隙过大故障为例进行了试验研究,提取缸盖振动加速度信号进行分析,发现故障状态的时域信号有明显低频周期性冲击,但在频谱的低频区间未现冲击频率;同时,在故障状态频谱中,3 000~4 500Hz范围的高频段振动能量有显著增加。通过小波包分解方法对信号分解至该故障特征频段,再进行希尔伯特解调分析,解调谱现显著的对应低频冲击的频率成分,可作为故障识别特征。分析结果表明,气门间隙过大故障造成的冲击引起缸盖或其部件共振调制现象,综合运用上述时域、频谱和共振解调分析,可对配气机构磨损故障进行故障特征提取,从而为准确诊断故障提供依据。     

基于EEMD和能量算子解调的发动机瞬时转速计算

针对发动机瞬时转速Hilbert频率解调法端点效应误差大、计算精度低的问题,提出了基于总体经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和能量算子解调的瞬时转速计算方法。该方法利用EEMD从原始多分量信号中提取包含瞬时转频的单分量信号,再利用能量算子解调法从所提单分量信号中解调出瞬时转频,进而求得瞬时转速,消除了Hilbert变换的端点效应,提高了计算精度。通过试验信号仿真和实测信号的应用研究,证明了本方法的有效性和准确性。     

后行作业任务包的分解方法

本文阐述了后行作业各个阶段的工作内容,并围绕后行作业的特点,后行作业的三个完整性目标及后行作业任务包这三个要素,结合任务包的的基本特征,给出了基于精益造船理念后行作业任务包分解结构图,为研究后行作业项目的时序关系奠定了基础。     

基于EMD-Wavelet模型的实时交通流噪声数据清洗方法

针对实时交通流数据的噪声污染,将具有处理非平稳非线性信号优势的经验模式分解方法(EMD)和小波变换(wavelet)相结合,构建EMD-Wavelet组合清洗模型.该模型首先将实时交通流序列进行经验模式分解,然后将含有噪声的高频分量用小波变换进行软阈值去噪,最后将去噪后的高频分量、未去噪的低频分量和残量进行重构,形成清洗后数据序列.通过实验表明:该方法的去噪效果要好于单独使用小波变换和EMD法,是一种有效可靠的实时交通量噪声数据清洗方法.     

基于多时间尺度一步外推的短时交通参数多步预测方法

为了进一步提高短时交通参数多步预测的效果,以自适应指数平滑法、BP神经网络法和小波分析理论作为基础模型,利用前一时刻预测误差确定基础模型在组合模型中所占权重,提出了一种交通参数一步预测组合模型;通过分析交通参数合成和分解机理,在分别提出多时间尺度交通参数合成方法和交通参数分解方法的基础上,设计了一种基于多时间尺度一步外推的短时交通参数多步预测方法,采用某大城市感应线圈1 min时间尺度的交通参数数据进行了验证和对比分析.验证结果表明,交通参数一步预测组合模型的预测效果明显优于任一基础模型,且该方法的多步预测效果明显优于循环一步外推短时交通参数多步预测方法.     

地铁隧道盾构法施工全过程风险分析

由于地铁隧道盾构法施工工程中勘察、设计、施工等方面存在大量的风险因素,其不确定性、复杂性都增加了风险分析的难度,一般的风险分析方法不能较好地评估地铁隧道盾构法施工工程风险。本文提出了基于模糊综合分析的地铁隧道盾构施工风险评估方法,以初步统计的地铁隧道盾构法工程质量安全事故数据和专家调研数据为基础,首先构建地铁隧道盾构法施工的风险清单,然后采用模糊对数概率和模糊对数损失率的概念对风险事件进行定量分析,再求出风险事件的风险值及风险等级隶属度,最后确定地铁隧道盾构法施工工程的总体和每个风险事件的风险等级,该方法的结果与上海市地铁隧道盾构法施工风险水平现状相一致评,其结果可为下一步风险预防和控制提供科学依据。